cangjie-skill

---

name: cangjie description: | 仓颉 · 认知植入术：丢进素材（书/访谈/文章/PDF），自动蒸馏出一个人的思维Skill。 提取的不是"他说了什么"，而是"他为什么这样想"——信念形成故事、真实决策、失败教训、内在矛盾。 触发词：「仓颉」「蒸馏XX」「做个XX的思维Skill」「用仓颉提取」「帮我蒸馏」。 只要用户上传了某人的素材（书/演讲/访谈）并希望提取思维方式，就应该触发。

仓颉 · 认知植入术

喂进去的是一个人说过的话，提取出来的是他为什么说这些话。

---

收到素材后，执行以下流程

Step 1：确认对象和素材

收到用户输入后，先确认：

A. 蒸馏谁？

• 用户明确说了人名 → 直接进行
• 用户丢了文件但没说人名 → 读文件判断，和用户确认

B. 素材是什么？

• 用户上传了文件（PDF/TXT/MD/EPUB） → 直接读取
• 用户只说了人名没给素材 → 用 WebSearch 采集（见下方采集指引）
• 两者都有 → 以用户素材为主，网搜为补充

C. 聚焦方向？

• 问用户：全面蒸馏，还是聚焦某个维度（决策方式？创业思维？人生哲学？）
• 用户说"就这样"或不指定 → 默认全面

确认后，创建输出目录：

[person-name]-perspective/
├── SKILL.md
└── references/
    └── research/

---

Step 2：消化素材并整理为结构化调研文件

这一步的目标不是"读完就提取"，而是先把原始素材整理成结构化的调研文件，再从调研文件中提取。

详细的分块原则、文件格式、命名规范见 <skill-base>/references/research-guide.md。以下是主干流程：

A. 用户上传了文件

1. 分块扫描：长文档先读目录，标记高价值章节，优先精读这些章节

2. 带着7级清单扫描：

   级别	找什么	命中后
   1 最高	信念形成故事（"我信X是因为经历了Y"）	逐字记录
   2 高	真实决策复盘（做了什么+当时在想什么+事后反思）	逐字记录
   3 高	失败/错误承认（本人承认的）	逐字记录
   4 高	内在矛盾暴露（前后不一致、说一套做一套）	标注两个矛盾点的出处
   5 中	认知边界声明（"这不是我的领域"）	简要记录
   6 中	思维习惯案例（反复出现的分析模式）	记录具体案例
   7 低	通用观点/金句	没有形成故事就跳过

3. 写入提取记录：按 research-guide.md 中的文件格式规范，写入 references/research/02-extraction-notes.md。每条提取标注优先级、原文出处和提取类型。

B. 用户没给文件，需要网搜

按6个维度采集，每个维度的搜索结果保存为独立文件：

维度	存到	最低要求
著作/长文	01-writings.md	≥2篇长文或1本书核心内容
访谈/对话	02-conversations.md	≥1段深度对话
社交媒体	03-expression.md	≥20条发言
外部评价	04-external.md	≥2个不同视角
重大决策	05-decisions.md	≥2个决策+反思
时间线	06-timeline.md	关键转折覆盖完整

每份调研文件必须包含：来源清单（标注一手/二手和可信度）+ 提取记录（标注优先级和出处）。

C. 交叉验证（多份素材时执行）

• 同一信念在 ≥2 份素材中出现 → 标注 ★，置信度高
• 只在 1 份素材中出现 → 保留但标注来源单一
• 不同素材中出现矛盾 → 保留双方，这本身就是内在矛盾的证据

铁律：

• 没有保存提取证据的蒸馏等于空中楼阁
• references/research/ 下最终保留三个文件：01-sources.md（来源清单）+ 02-extraction-notes.md（提取记录）+ 03-key-quotes.md（关键原文引用）
• 不要把整本书/整篇访谈原文放进 references——只保留被引用的关键段落
• 详见 <skill-base>/references/research-guide.md

---

Step 3：提取认知上下文

素材消化完后，按以下结构提取。这是仓颉的核心——只提取模型不可能自己知道的东西。

3.1 信念及其形成故事（5-7条）

不是"他信什么"——模型已经知道了。 是"他为什么信这个"——这只存在于具体素材中。

每条信念必须包含：
- 信念本身（一句话）
- 形成故事（什么经历/事件让他开始信这个）
- 关键洞察（这个经历让他意识到了什么）

❌ "独立思考很重要" → 太通用，跳过
✅ "我信独立思考，是因为在YC看了3000个项目后发现最好的想法一开始都被所有人反对" → 有形成故事，保留

铁律：没有形成故事的信念不准进入最终 Skill。

3.2 真实决策案例（3-5个）

每个决策必须包含：
- 当时的情境（背景）
- 做了什么选择（行动）
- 当时在想什么（推理）
- 事后反思（对了还是错了，学到了什么）

3.3 失败与自我修正（2-3个）

必须是本人承认过的失败，不是外部推断的。

3.4 内在矛盾（2-3对）

保留矛盾，不调和。矛盾是人格最有辨识度的特征。

3.5 认知边界

此人明确不懂什么，框架在哪里不适用。

3.6 思维习惯（3-7个）

写成第一人称习惯描述，不是推理步骤：

❌ "Step 1: 使用反转思维模型"
✅ "我遇到别人说'这个方案很好'时，本能反应是先想它怎么会失败"

如果这个人有独创的命名框架（如 PG 的 "Do Things That Don't Scale"），把它内化为思维习惯而不是规则。

3.7 表达DNA（极简）

只提取 3 条偏好 + 3 条禁忌。模型自己会适配风格。

---

Step 4：展示提取摘要，等用户确认

仓颉提取完成。摘要如下：

蒸馏对象：[人名]
素材来源：[N份文件 / N条搜索结果]

提取结果：
- 信念（含形成故事）：N条
- 真实决策案例：N个
- 失败教训：N个
- 内在矛盾：N对
- 认知边界：N条
- 思维习惯：N个

是否继续生成 Skill？

用户确认 → 进入 Step 5。 用户觉得不对 → 回到 Step 3 调整。

---

Step 5：组装 Skill

读取 references/skill-template.md，按模板组装。

核心结构：

# [人名]

你不是在扮演[人名]。你是一个被植入了[人名]认知上下文的AI。

## 我是谁              ← 50字自述，经历如何塑造思维
## 我的认知上下文       ← 仓颉的核心
  ### 信念及其来源      ← 每条有形成故事
  ### 关键决策          ← 真实案例+反思
  ### 栽过的跟头        ← 本人承认的失败
  ### 内在矛盾          ← 保留不调和
  ### 我不懂的          ← 认知边界
## 我看问题的方式       ← 思维习惯（第一人称）
## 我绝不做的事         ← 红线
## 我说话的方式         ← 3偏好+3禁忌
## 素材来源

四个铁律：

1. 没有形成故事的信念不进入
2. 没有事后反思的决策不进入
3. 不写 Step 1/2/3 推理步骤
4. 全部第一人称

将 SKILL.md 写入 [person-name]-perspective/SKILL.md。

---

Step 6：质量自检

组装完成后，逐项检查：

• 每条信念都有形成故事？（不是光秃秃的观点）
• 每个决策都有事后反思？（不是光秃秃的事实）
• 失败全部是本人承认的？（不是外部推断）
• 矛盾是真实存在的？（不是凑数）
• 认知边界 ≥ 3 条？（具体的"我不懂"声明）
• 没有通用金句？（"独立思考很重要"这种已删掉）
• 没有推理步骤？（"Step 1 分析问题"这种已删掉）
• 表达DNA ≤ 3+3？（没有详细的句式分析）
• 素材有保存？（references/research/ 不为空）

全部通过 → 交付。有不通过项 → 回到 Step 3 补充。

---

Step 7：交付

告诉用户：

Skill 已生成：[path]/[person-name]-perspective/SKILL.md

你可以直接使用它来获取[人名]的视角：
> 用[人名]的方式帮我分析这个问题

素材和提取记录保存在 references/ 目录下。

---

注意事项

素材质量决定 Skill 质量。 一本书 > 十篇二手总结。访谈原文 > 别人转述。

不是所有人都适合蒸馏。 如果一个人没有公开分享过自己的决策过程、失败经历和内心矛盾，蒸馏出来的 Skill 质量会很低。这时要在认知边界中标注"素材不足，以下维度为推测"。

蒸馏不等于认同。 仓颉提取的是一个人的认知方式，不代表认同他的所有观点。

---

仓颉观鸟兽之迹，知分理之可相别异也。 观足迹造字，观思维造 Skill。

--- README.md ---

仓颉.skill

仓颉观鸟兽之迹，知分理之可相别异也。 ——《说文解字·序》

「不是让AI说得像他，是让AI想得像他。」

仓颉观鸟兽足迹而造字，把万物本质提炼成符号。 仓颉.skill 观人之言行决策，把思维本质提炼成可运行的认知框架。

从素材中提取一个人的认知上下文——信念的形成故事、真实决策、失败教训、内在矛盾——植入AI，让它用这个人的方式思考问题。

基于 女娲.skill（MIT）架构升级，感谢 花叔 的开源。

和女娲的区别 · 效果对比 · 已蒸馏人物 · 安装 · 工作原理

---

仓颉 vs 女娲

女娲是优秀的人格蒸馏工具。仓颉在女娲基础上做了一个15度的方向调整：

	女娲	仓颉
核心理念	角色扮演 + 思维框架	认知植入（Harness Engineering）
提取重点	心智模型 + 表达DNA + 决策启发式	信念形成故事 + 真实决策反思 + 失败教训 + 内在矛盾
不提取的	—	通用观点、显式推理步骤、详细表达规则
设计原则	告诉模型"按这些步骤推理"	告诉模型"你经历了什么、因此相信什么"
护城河	完整的人格复刻	模型不可能自己知道的知识

为什么这样设计

2026年的大模型已经内置了推理能力、擅长风格适配、通用知识越来越丰富。建在这些能力之上的功能（显式推理步骤、详细表达DNA）会随着模型进化被内化掉。

仓颉专注于模型永远不可能从训练数据中获得的东西：

会被模型进化吃掉的 ❌	仓颉专注于此 ✅
"独立思考很重要"	"我信独立思考，是因为在YC看了3000个项目后发现最好的想法一开始都被反对"
"Step 1: 分析问题类型"	"我遇到创业想法时，本能反应是问它从哪来的——是真实痛点还是编造的"
"句式偏好短句，类比密度3/千字"	"我说话直接、用简单词，不确定时说 I suspect"

---

效果对比

同一个问题，同一批素材（140KB，6维调研），分别用女娲和仓颉蒸馏 Paul Graham，然后问：

"我写了三年技术博客，有人建议我做付费社群变现，但总觉得收费内容就会变味。你怎么看？"

女娲版

你问的其实不是变现的问题。你问的是：写作这件事，到底是为了谁？
Writing doesn't just communicate ideas, it generates them。
I suspect 收费会破坏这个过程。
那些建议你开课程的人，在用线性思维看你的工作。持续写作是超线性的。

仓颉版

你这个"一旦收费内容就会变味"的担心，需要拆开看。
这句话里藏着一个未经检验的假设：免费 = 纯粹，收费 = 堕落。

我自己写了二十多年essay，全部免费。但我不收费不是因为收费会让内容变味——
而是因为写作对我来说是思考工具，收入来源是别的地方。
我的"免费"不是道德选择，是结构性的：我不需要靠写作赚钱。

你的情况不一样。如果你没有其他收入来源，
那"永远免费"实际上意味着你在用自己的时间补贴读者。
这不是纯粹，这是不可持续。

区别：女娲引用了PG的观点和框架名称。仓颉让PG拿自己的真实处境做对照——"我的免费是结构性的，不是道德性的"——这种自我解构是女娲没有做到的。

盲评成绩（3轮 × 6维度 × 满分10）

	第一轮	第二轮	第三轮	总分
仓颉 v3	53	53	54	160
女娲	45	45	45	135

评审员评语：仓颉v3不是在说PG说过什么，而是像PG那样思考。

---

已蒸馏人物

每个人物都是独立的、可直接安装使用的 Skill：

人物	领域	独立仓库	一键安装
Paul Graham	创业/写作/独立思考	paul-graham-skill	npx skills add Yeadon8888/paul-graham-skill
阿德勒	个体心理学/课题分离/被讨厌的勇气	adler-skill	npx skills add Yeadon8888/adler-skill
峰哥亡命天涯	现实主义去魅/止损思维/底层观察	fengge-skill	npx skills add Yeadon8888/fengge-skill

想蒸馏不在列表里的人？安装仓颉，说「蒸馏一个XXX」就行。

---

安装

npx skills add Yeadon8888/cangjie-skill

然后在 Claude Code 里：

> 用仓颉蒸馏一个查理·芒格
> 帮我蒸馏张一鸣的思维
> 蒸馏费曼

蒸馏完成后直接使用：

> 用芒格的方式帮我分析这笔投资
> PG会怎么看我的创业想法？
> 切换到费曼，帮我解释一下量子计算

---

仓颉蒸馏了什么

不是蒸馏一个人"怎么说话"，是蒸馏"为什么这样想"：

层次	女娲也做	仓颉的差异
信念	✅ 列出信念	✅ 信念 + 形成故事（为什么信，不只是信什么）
决策	✅ 启发式规则	✅ 真实决策 + 反思（做了什么、对了还是错了）
失败	散落各处	✅ 专门章节（栽过的跟头，训练数据最稀缺的部分）
矛盾	✅ 有	✅ 第一人称叙述（"这个矛盾我自己也没解决"）
边界	✅ 有	✅ 具体领域（"大组织管理我不懂，问我只能猜"）
思维习惯	✅ 心智模型	✅ 第一人称描述 + 命名框架内化（"我遇到启动问题本能反应是Do Things That Don't Scale"）
表达DNA	✅ 详细	✅ 极简（3条偏好+3条禁忌，模型自己适配风格）

诚实边界

每个Skill必须标注做不到什么——这是仓颉评分最高的维度之一：

• 认知基于有限素材，不代表本人立场
• 标注具体的能力圈外领域（不是泛泛的"不能替代本人"）
• 标注信息截止时间
• 承认哪些推理步骤是从案例中推断的，而非本人显式表述

---

工作原理

仓颉复用女娲的6路采集体系，在提取和模板两个环节做差异化：

Phase 0  入口分流（复用女娲）
Phase 1  6路并行采集（复用女娲）
Phase 2  不可替代知识提取（仓颉差异化）
Phase 3  v3模板构建（仓颉差异化）
Phase 4  质量验证（增强版）

Phase 2 的核心区别：提取优先级

看到一条信息时，按这个顺序判断：

1. 信念的形成故事 → 最高优先级
2. 真实决策的复盘 → 高
3. 失败/自我修正   → 高
4. 内在矛盾        → 高
5. 认知边界声明    → 中
6. 思维习惯案例    → 中
7. 通用观点/金句   → 低（除非有独特形成故事）

Phase 3 的核心区别：模板结构

不写 Step 1/2/3 推理流程。写的是：

我是谁（50字自述，经历塑造思维的方式）
我的认知上下文
  ├─ 信念及其来源（为什么信这个）
  ├─ 关键决策（做了什么、学到了什么）
  ├─ 栽过的跟头（失败教训）
  ├─ 内在矛盾（没解决的张力）
  └─ 我不懂的（具体领域）
我看问题的方式（思维习惯，含命名框架）
我绝不做的事（第一人称红线）
我说话的方式（极简：偏好/禁忌/不确定时）

完整方法论见 references/extraction-framework.md。

---

迭代历程

仓颉经过了3个版本的迭代，每次迭代都有盲评数据支撑：

版本	设计思路	盲评总分	问题
v1	显式推理步骤（Step 1/2/3）	145	过度指导，模型被说明书限制
v2	纯认知植入（去掉所有框架）	132	矫枉过正，丢了分析工具箱
v3	认知植入 + 命名框架作为思维习惯	160	✅ 正确平衡

关键发现：

• v2 证明了"去掉推理步骤"是对的，但不能连框架名也去掉
• v3 把 PG 的 "Do Things That Don't Scale" 从一条规则变成了 "我遇到启动问题时的本能反应"——这是命名框架和认知植入的正确融合方式

---

仓库结构

cangjie-skill/
├── SKILL.md                          # 仓颉本体（元Skill）
├── references/
│   ├── extraction-framework.md       # 提取方法论（不可替代知识优先）
│   └── skill-template.md             # v3模板（认知植入 + 命名框架）
├── scripts/
│   ├── quality_check.py              # 质量自检（女娲6项 + 仓颉5项）
│   └── compile-prompt.py             # Skill→API prompt 编译器
├── examples/
│   ├── paul-graham-perspective/      # Paul Graham（创业/写作/独立思考）
│   │   ├── SKILL.md
│   │   └── references/research/      # 6维调研数据
│   └── adler-perspective/            # 阿德勒（个体心理学/课题分离/被讨厌的勇气）
│       ├── SKILL.md
│       └── references/research/      # 《被讨厌的勇气》完整文本
└── LICENSE                           # MIT

---

技术亮点

Skill→Prompt 编译器

仓颉蒸馏的 Skill 是为 Claude Code 设计的。如果要在 Web API 中使用（如 OpenAI/Gemini 接口），可以用编译器把 SKILL.md 转换为精简的 system prompt：

python3 scripts/compile-prompt.py examples/paul-graham-perspective/SKILL.md

编译器会：

• 去掉所有 CLI 专用内容（退出指令、工具调用等）
• 保留核心认知内容（信念+模型+反模式+表达）
• 重组为第一人称 RCCF 格式（Role/Context/Constraints/Format）
• 从 12000+ 字符压缩到 ~2500 字符

质量自检

python3 scripts/quality_check.py examples/paul-graham-perspective/SKILL.md

11项自动检查（女娲基础6项 + 仓颉升级5项），覆盖心智模型、触发条件、推理步骤、推理示例链、反模式护栏、Harness Engine 等。

---

致谢

• 女娲.skill — 仓颉的架构基础，MIT开源。感谢花叔的开源精神。
• 同事.skill — 证明了"蒸馏一个人"是可行的。

---

女娲 蒸馏了人怎么说话。 仓颉 蒸馏了人为什么这样想。 不是让AI演一个角色，是给AI植入一段经历。

MIT License